Power Query For Excel:让工作化繁为简 PDF格式高清电子书免费下载

Power Query For Excel:让工作化繁为简

作者 曾贤志
编辑 王峰松
出版社 人民邮电出版社
出版日期 2018
页数 786
格式 Paper book / ebook (PDF)
ISBN 978-7-115-50678-8
评分
价格 69
  • 内容简介
  • 免费下载
  • 图书目录
  • 作者简介
  • 出版信息
本书包含四章内容,分别是Power Query的数据导入、精细数据整理、Power Query进阶应用和实用函数。本书面向Excel初级用户,强调和实际应用、实际工作相结合,图文并茂,通过对技术原理的阐述,让用户可以举一反三,在不同的场景中灵活应用。

本书共6章,采用由浅入深、理论与实战相结合的方式,从操作和代码两个层面讲述Excel最新数据分析利器—Power Query的使用。第1章~第4章讲解Power Query在Excel中的可视化界面的操作,让用户可以轻松入门;第5章~第6章,从Power Query的本质—M语言函数式编程角度,讲解M代码的编写规则,通过编程来完成更高级的数据处理任务

本书适合有一定Excel基础的读者,或者需要实现数据处理自动化的读者。同时,本书也适合从事财务、统计、仓管、数据分析、电商等工作的读者学习使用。

Power Query For Excel:让工作化繁为简 PDF格式高清电子书免费下载

第 1章 Power Query介绍 1

  1.1 Power Query的作用 1

  1.2 Power Query数据流向 1

  1.3 Power Query的优势 2

  1.4 Power Query安装 2

    1.4.1 Power Query安装环境需求 2

    1.4.2 Power Query各版本显示方式 3

  1.5 Power Query的版本选择 3

  1.6 Power Query的版本更新 4

第 2章 Power Query基础 5

  2.1 Power Query查询编辑器的启动及查询表数据的上载 5

    2.1.1 查询编辑器的启动 5

    2.1.2 查询表数据的上载 6

  2.2 Power Query查询编辑器界面介绍 8

    2.2.1 功能区简介 8

    2.2.2 Power Query查询编辑器中表的设置 10

第3章 Power Query操作 14

  3.1 常见获取数据的方式 14

    3.1.1 从Excel文件导入数据 15

    3.1.2 从CSV文件导入数据 16

    3.1.3 从文本文件导入数据 18

    3.1.4 从文件夹导入数据 19

    3.1.5 从数据库(SQL Server)导入数据 21

    3.1.6 从Web(网页)导入数据 23

  3.2 列相关操作 25

    3.2.1 选择列 25

    3.2.2 移动列 26

    3.2.3 复制列 27

    3.2.4 添加列 28

    3.2.5 删除列 34

  3.3 行相关操作 35

    3.3.1 选择行 35

    3.3.2 移动行 35

    3.3.3 复制行 37

    3.3.4 添加行 37

    3.3.5 删除行 37

    3.3.6 标题与第 一行的转换 46

  3.4 任意列数据处理 48

    3.4.1 列重命名 48

    3.4.2 数据类型 48

    3.4.3 数据替换 51

    3.4.4 数据填充 54

    3.4.5 透视列 55

    3.4.6 逆透视列 57

    3.4.7 转换为列表(深化) 59

  3.5 文本列数据处理 60

    3.5.1 格式整理 60

    3.5.2 数据提取 63

    3.5.3 合并列 73

    3.5.4 分析 74

    3.5.5 拆分列 76

  3.6 数字列数据处理 80

    3.6.1 统计信息(汇总方式) 80

    3.6.2 标准型(算术运算) 82

    3.6.3 科学型 84

    3.6.4 三角函数 85

    3.6.5 舍入 85

    3.6.6 信息 86

  3.7 日期时间列处理 87

    3.7.1 日期 88

    3.7.2 时间 97

    3.7.3 持续时间 103

  3.8 结构化列 109

    3.8.1 Power Query查询表结构 109

    3.8.2 展开 113

    3.8.3 聚合 116

    3.8.4 提取值 117

  3.9 查询表处理 119

    3.9.1 转置 119

    3.9.2 分组依据 119

    3.9.3 表的合并 122

第4章 Power Query示例应用 130

  4.1 查询应用 130

    4.1.1 多条件查询 130

    4.1.2 多列查询 132

    4.1.3 指定数据范围查询(合并查询法) 135

    4.1.4 指定数据范围查询(筛选法) 139

    4.1.5 文本字符模糊查询 142

  4.2 统计应用 145

    4.2.1 二维表的条件汇总 145

    4.2.2 分类统计最大值 147

    4.2.3 统计应用1(按户主统计各家庭男女人数) 150

    4.2.4 统计应用2(提取最后付款月份) 153

    4.2.5 统计应用3(提取每个人的最高分及对应科目) 155

    4.2.6 经典中式排名 158

  4.3 合并拆分应用 162

    4.3.1 拆分文本应用 162

    4.3.2 合并文本应用 164

    4.3.3 拆分重复单号记录 165

    4.3.4 工资条制作 167

  4.4 提取应用 171

    4.4.1 提取应用1(根据身份证号查询籍贯) 171

    4.4.2 提取应用2(根据身份证号计算年龄) 173

    4.4.3 提取应用3(根据身份证号判断性别) 176

    4.4.4 提取应用4(地址提取) 178

    4.4.5 提取应用5(编号与供应商) 181

    4.4.6 识别路径(Power Query法) 183

    4.4.7 识别路径(函数法) 186

  4.5 时间、日期应用 188

    4.5.1 时间应用(通话时间统计) 188

    4.5.2 时间应用(根据时长计算课酬金额) 191

    4.5.3 日期应用(统计当月每周的最低搜索人气记录) 193

    4.5.4 日期应用(未来7天即将过生日提醒) 197

  4.6 数据获取应用 199

    4.6.1 多工作表数据合并 199

    4.6.2 多工作簿数据合并 204

    4.6.3 多CSV文件合并 209

    4.6.4 Web数据处理(网页数据获取查询) 214

第5章 M语言基础 219

  5.1 M语言简介 219

    5.1.1 let…in…语句 219

    5.1.2 注释 221

    5.1.3 M代码错误识别 222

    5.1.4 常见运算符 223

    5.1.5 分支语句(if…then…else…) 224

    5.1.6 数据类型详解 226

    5.1.7 错误处理 231

  5.2 M函数 232

    5.2.1 内置函数 233

    5.2.2 自定义函数 234

  5.3 Table、Record和List三大容器详解 238

    5.3.1 Table(查询表) 238

    5.3.2 Record(记录) 247

    5.3.3 List(列表) 250

  5.4 常用M函数 258

    5.4.1 常用Table表函数 259

    5.4.2 常用Record记录函数 275

    5.4.3 常用List列表函数 283

    5.4.4 常用Text文本函数 297

    5.4.5 合并器与拆分器 317

第6章 M语言实战应用 321

  6.1 基础应用 321

    6.1.1 拆分、汇总文本列数据 321

    6.1.2 根据成绩进行等级判断 322

    6.1.3 多分隔符拆分数据到行 322

    6.1.4 合并列数据 323

    6.1.5 汇总多列数据 324

    6.1.6 计算文本字符串中的人数 325

    6.1.7 多列筛选应用 325

    6.1.8 行方向去重处理 326

    6.1.9 汇总业绩并制作条形图 326

    6.1.10 统计各季度均为优秀员工的人员 327

    6.1.11 合并提取各列不重复值 328

    6.1.12 “九九乘法表”制作 329

    6.1.13 合并编号范围 329

    6.1.14 扩展编号范围 330

    6.1.15 单列转多行多列 331

    6.1.16 提取中文名、英文名 332

    6.1.17 投票统计汇总 332

    6.1.18 各行数据各自排序 333

    6.1.19 工资条制作 333

    6.1.20 分组筛选统计高于平均分的记录 335

    6.1.21 美式分组排名 335

    6.1.22 中式分组排名 336

    6.1.23 统计每个人第 一名的次数 337

  6.2 进阶应用 338

    6.2.1 行方向的数据汇总 338

    6.2.2 整理单列中的姓名、分数为两列 339

    6.2.3 整理单列数据为规范表格 339

    6.2.4 统计筛选各年总分最高记录 340

    6.2.5 分析统计与指定人员同时值班的人员值班次数 341

    6.2.6 拆分整理单列数据 342

    6.2.7 整理快递信息数据 343

点击展开

点击收起

ISBN:978-7-115-50678-8
语言:
包装/印刷类型:1
开本:16开
出版时间:2019-03-01 00:00:00
页数: